Méthodes de traitement des données

Les meilleures données de l'univers ne servent pas à grand-chose si elles ne sont pas traitées. Le traitement des données fait référence à des méthodes qui prennent les données brutes et les transforment en informations utilisables. Le papier et le crayon peuvent fonctionner, mais au 21e siècle, l'analyse des données repose généralement sur des ordinateurs. Pour traiter les données par ordinateur, elles doivent d'abord être collectées, vérifiées pour leur exactitude et saisies dans l'ordinateur.

Le traitement par lots est un travail fastidieux, la forme la plus simple de traitement de données. C'est utile lorsqu'une organisation dispose d'un grand volume de données qui peuvent être regroupées en une ou deux catégories. Un magasin, par exemple, peut traiter par lots ses transactions en fin de journée ou de semaine, en envoyant les résultats au siège social. Si les informations ne doivent pas être mises à jour à chaque modification, le traitement par lots est suffisamment rapide.

Parfois, le traitement par lots n'est pas assez rapide. Les méthodes de traitement en temps réel traitent les données lorsqu'elles nécessitent un délai d'exécution instantané. Si quelqu'un achète un billet d'avion ou annule une réservation, par exemple, la compagnie aérienne doit mettre à jour ses dossiers instantanément. Un système radar doit donner à son opérateur un retour immédiat sur ce qu'il détecte; un guichet automatique doit traiter votre demande d'argent rapidement. Là où le traitement par lots traite de grandes quantités de données à des moments spécifiés, le traitement en temps réel est continu.

L'exploration de données prend des données de plusieurs sources et pools et les combine pour rechercher des corrélations. Par exemple, une chaîne d'épicerie peut analyser les achats des clients et découvrir que les clients qui achètent des céréales achètent souvent des bananes pour les accompagner. La chaîne peut utiliser ces informations pour augmenter les ventes, peut-être en plaçant des bananes près de la céréale pour encourager davantage d'achats groupés. La chaîne peut également suivre les articles qui se vendent le mieux lorsque le magasin propose des coupons ou organise des soldes.

Le traitement statistique implique de lourds calculs. Une entreprise qui sait qu'elle est occupée le vendredi peut utiliser le traitement statistique pour calculer l'effet de différentes variables. Une partie de la précipitation peut être due aux clients avec des demandes de dernière minute, par exemple, tandis qu'une autre partie peut être due au relâchement des employés plus tôt dans la semaine. Connaître la cause aide l'entreprise à faire face à la précipitation. Les statistiques facilitent également la comparaison des données d'entreprises de tailles différentes ou de villes de tailles différentes.